Menú
EN ESPAÑA

Big data e inteligencia artificial, nuevos métodos para el diagnóstico cardiovascular

Un estudio presentado en el e-Congreso SEC 2020 de la Salud Cardiovascular demuestra cómo las técnicas de inteligencia artificial pueden ayudar a reducir un 25% los ingresos por insuficiencia cardiaca, la primera causa de hospitalización en mayores de 65.

Médico en consulta trabajando con una tablet. (Foto. Unsplash)
Médico en consulta trabajando con una tablet. (Foto. Unsplash)

time 5 min

30.10.2020 - 11:00

Las nuevas tecnologías se posicionan como grandes aliadas para ayudar a los especialistas en el diagnóstico cardiovascular. Así lo demuestran dos estudios presentados en el e-Congreso SEC 2020 de la Salud Cardiovascular que está celebrando la Sociedad Española de Cardiología esta semana.

El primero de ellos, llevado a cabo por el Hospital Universitario de Basurto (Bilbao) y Vicomtech (Donostia-San Sebastián), ha logrado crear un modelo predictivo que permite detectar de manera precoz las descompensaciones de insuficiencia cardiaca, algo muy necesario, pues resulta la primera causa de hospitalización en mayores de 65 años.

Para ello, se estableció un algoritmo a partir de los siguientes parámetros: peso + edemas en extremidades inferiores + sensación de empeoramiento clínico + desaturación de oxígeno (medida con un pulxiómetro) + tensión arterial sistólica + tensión arterial diastólica + frecuencia cardiaca.

Este estudio permite detectar de manera precoz las descompensaciones de insuficiencia cardiaca

​“Estos 245 pacientes con insuficiencia cardiaca estaban incluidos en un programa de telemonitorización. Se les dieron unos dispositivos (tensiómetro, pulsioxímetro, báscula y tablet) para que tuvieran en su casa. Diariamente enviaban las mediciones de tensión, frecuencia cardiaca, saturación de oxígeno, peso y realizaban un pequeño cuestionario que evaluaba los síntomas de insuficiencia cardiaca. ​Los dispositivos, conectados por bluetooth a la Tablet, volcaban automáticamente los datos en la historia clínica informatizada”, explica la Dra. Vanessa Escolar Pérez, primera firmante del trabajo.

Todos los días se recibían y revisaban las mediciones y el cuestionario de los pacientes incluidos en el programa de telemonitorización. Para facilitar la gestión de estos datos, se creó un código de colores como en un semáforo que codificaba los parámetros recibidos: “Cuando dichas mediciones se encontraban dentro de los límites establecidos, nos aparecía codificado en verde. Cuando estas se salían un poco de estos rangos, nos salía un semáforo amarillo y cuando los valores estaban muy alejados de lo que nosotros establecimos como normal, nos salía una alarma de color rojo”, explica Escolar. “No todas las alarmas tienen la misma importancia. En principio, las rojas son las que nos orientarían hacia un mayor riesgo de descompensación. Cuando veíamos una alarma amarilla o roja, contactábamos telefónicamente con el paciente y le preguntábamos por síntomas de descompensación y, dependiendo del caso, solicitábamos mandar una nueva medición. Si sospechábamos de una descompensación, actuábamos de varias maneras: ajuste de tratamiento diurético vía oral, administración de tratamiento diurético intravenoso en domicilio (colaborando con las enfermeras de prácticas avanzadas) o gestionando un ingreso hospitalario”, aclara la especialista.

Un subanálisis de este estudio ha demostrado una reducción del 25% de los ingresos hospitalarios respecto al grupo control 

Con este sistema de telemonitorización, durante los 46 meses de seguimiento, se detectaron un total de 527 descompensaciones de insuficiencia cardiaca en 148 pacientes diferentes. De estos, 347 se manejaron en domicilio (253 con ajuste de diuréticos orales, 79 con tratamiento intravenoso y 15 con bombas de furosemida subcutáneas). Hubo 146 ingresos hospitalarios y 34 visitas al servicio de urgencias.

Un subanálisis de este estudio ha demostrado una reducción del 25% de los ingresos hospitalarios respecto al grupo control (diferencia no estadísticamente significativa, p=0.380 debido al riesgo competitivo entre la mortalidad (que se ha reducido un 64.95%, p<0.001) y la hospitalización por IC).

“Ahora vamos a testar la utilidad del algoritmo creado a través de una aplicación web (en proceso de montaje). Esta pretende, por un lado, dar recomendaciones individualizadas a los pacientes tomando en cuenta las mediciones de ese día y, por otro, estratificar de una manera más fiable el riego de descompensación de insuficiencia cardiaca, mejorando el sistema del que disponemos actualmente”, adelanta la Dra. Escolar.

BIG DATA PARA DETECTAR HIPERCOLESTEROLEMIA FAMILIAR

El segundo de los estudios se llevó a cabo por la Corporació de Salut del Maresme i la Selva, el Hospital Universitario Sant Joan de Reus, el IISPV, la Universidad Rovira i Virgili, y el CIBERDEM (Reus).

Este trabajo determinó que el análisis masivo de registros clínicos puede ser una herramienta eficaz y fácilmente aplicable en la práctica clínica como cribado inicial en pacientes con hipercolesterolemia familiar.

A día de hoy el diagnóstico clínico se realiza a través de la escala de la Clínica de Lípidos Holandesas (DLCN). En aquellos con puntuación igual o superior a 6 está indicado el estudio genético.

Gracias al ‘big data’ la tasa de diagnóstico de la hipercolesterolemia familiar en nuestro país podría pasar del 15% actual al 50%

“La hipercolesterolemia familiar es un problema de salud pública que se encuentra infra-diagnosticado e infra-tratado, con una tasa de diagnóstico en nuestro país de en torno al 15%. Se calcula que actualmente se tardaría unos 30 años en poder diagnosticar al 80% de los pacientes”, explica el Dr. Alberto Zamora Cervantes, primer firmante del estudio. “En cambio, realizar un cribado a través de los registros clínicos permitiría detectar de entrada al 50% de los pacientes con fenotipo de esta patología”, aclara. “Tras el cribado, habría que realizar una valoración clínica (DLCN) y solicitar el estudio genético en los que estuviera indicado y si fuera positivo, se realizaría posteriormente un estudio familiar en cascada”.

Para el estudio se incluyeron 539.890 analíticas correspondientes a 288.469 pacientes residentes en la zona sanitaria de cobertura, mayores de 8 años de edad y que se hubieran realizado una analítica de laboratorio con determinación del colesterol de baja densidad (C-LDL) entre el 1 de enero de 2010 y el 31 de diciembre de 2019. Del total de pacientes seleccionados, 840 cumplieron criterios de hipercolesterolemia familiar, de los cuales 178 eran menores de 18 años.

La hipercolesterolemia familiar es el trastorno genético autosómico dominante más común con una prevalencia en torno a 1/250

El 9% de los pacientes con hipercolesterolemia familiar presentaba antecedentes de enfermedad cardiovascular, fundamentalmente coronaria. En el seguimiento a diez años, del total de pacientes con hipercolesterolemia familiar, se observó una mortalidad del 17%.

La hipercolesterolemia familiar es el trastorno genético autosómico dominante más común con una prevalencia en torno a 1/250 y afecta a alrededor de 30 millones de personas en todo el mundo, 200.000 en España.

La prevalencia de esta patología es 10 veces mayor en aquellos con cardiopatía isquémica y 20 veces superior en aquellos con cardiopatía isquémica prematura. Así, “el rastreo masivo de datos resulta muy necesario, posicionándose como una solución muy útil para mejorar la tasa de detección de pacientes, permitiéndonos diagnosticar a un mayor número de pacientes de una forma más rápida”, concluye el especialista.

Porque salud necesitamos todos... ConSalud.es

Escribir un comentario (0)

Recibe la Newsletter de ConSalud.es

Todos los días y de forma gratuita la newsletter con toda la información del sector sanitario

Esta web utiliza 'cookies' propias y de terceros para ofrecerte una mejor experiencia y servicio. Más información Acepto